混合交通条件下信号交叉口行人服务水平研究

论文摘要

信号交叉口是城市道路网的重要组成部分,也往往是交通流运行的瓶颈和事故多发地。目前开展的交叉口研究,往往以机动车车流为.主要考虑对象,忽略了交通系统中的弱势群体——行人。如何创建交叉口行人轻松自然的步行环境、提高行人交通服务水平已成为我国城市交通系统建设亟待解决的问题之一鉴于此,本文结合国家自然科学基金项目“信号平交路口行人服务水平若干问题研究”对混合交通条件下的行人服务水平进行了研究,主要体现在以下几方面：（1）行人服务水平评价指标,不仅考虑红灯期间行人的等待时间,同时考虑绿灯时间行人与转向机动车的冲突,选取行人信号延误和干扰延误作为评价指标；（2）将服务水平分级看作为分类问题,归结为模式识别,针对模式识别中的有监督和无监督分类各自的优缺点,将两者结合采用了一种基于K-means聚类和支持向量机的混合分类方法实现了对服务水平的分级；（3）采用正交试验的灵敏度分析方法确定各影响因素对服务水平的敏感程度,以帮助交通管理者有针对性地自觉考虑比较灵敏的影响因素。最后,利用本文方法对北京市典型的信号交叉口行人服务水平进行实际评价,并与HCM2000方法进行了对比验证,结果表明本文评价结果更合理。

论文目录

• 致谢
• 中文摘要
• ABSTRACT
• 1. 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 论文内容及结构
• 1.4 本章小结
• 2. 理论基础
• 2.1 K-均值聚类算法（K-means）
• 2.2 支持向量机（SVM）基本原理
• 2.2.1 线性支持向量机
• 2.2.2 非线性支持向量机
• 2.3 混合分类模型
• 2.4 本章小结
• 3. 行人服务水平评价指标
• 3.1 行人服务水平分析
• 3.1.1 行人服务水平
• 3.1.2 评价指标确定原则
• 3.2 服务水平评价指标
• 3.2.1 评价指标的确定
• 3.2.2 评价指标计算方法
• 3.3 本章小结
• 4. 基于混合分类模型的行人服务水平分级
• 4.1 数据来源
• 4.1.1 基础数据
• 4.1.2 仿真实验
• 4.2 分级实现
• 4.2.1 初始聚类及样本获取
• 4.2.2 SVM分类
• 4.2.3 分级结果及分析
• 4.3 本章小结
• 5. 行人服务水平的灵敏度分析
• 5.1 基于正交试验的灵敏度分析方法
• 5.1.1 正交试验
• 5.1.2 正交试验的灵敏度分析
• 5.2 服务水平的灵敏度分析
• 5.2.1 试验设计过程
• 5.2.2 试验结果及分析
• 5.3 本章小结
• 6. 服务水平评价实例应用及验证
• 6.1 交叉口信息
• 6.2 结果验证及对比
• 6.3 本章小结
• 7. 总结与展望
• 7.1 总结
• 7.2 研究展望
• 参考文献
• 附录
• 作者简历
• 学位论文数据集